
如何做搜尋引擎蜘蛛日誌分析
搜尋引擎蜘蛛日誌檔案是一種非常強大但未被站長充分利用的檔案,分析它可以獲取有關每個搜尋引擎如何爬取網站內容的相關資訊點,及檢視搜尋引擎蜘蛛在一段時間內的行為。
IP地址(782) | 伺服器名稱 | 所屬國家 |
---|---|---|
3.84.192.94 | ec2-3-84-192-94.compute-1.amazonaws.com | US |
54.91.190.94 | ec2-54-91-190-94.compute-1.amazonaws.com | US |
54.172.190.47 | ec2-54-172-190-47.compute-1.amazonaws.com | US |
34.201.173.99 | ec2-34-201-173-99.compute-1.amazonaws.com | US |
18.212.56.201 | ec2-18-212-56-201.compute-1.amazonaws.com | US |
18.208.160.219 | ec2-18-208-160-219.compute-1.amazonaws.com | US |
3.83.86.72 | ec2-3-83-86-72.compute-1.amazonaws.com | US |
3.84.49.110 | ec2-3-84-49-110.compute-1.amazonaws.com | US |
35.175.142.159 | ec2-35-175-142-159.compute-1.amazonaws.com | US |
54.87.131.183 | ec2-54-87-131-183.compute-1.amazonaws.com | US |
對於未知蜘蛛或者爬蟲。它的用途對網站來說可能是好的,也可能是壞的,這取決於它是什麼。所以說,這需要站長進一步分析判斷這些尚不明確的爬蟲行為,再作最終決定。 但,根據以往的經驗,未宣告行為目的及未命名的蜘蛛爬蟲,通常都有不可告人的祕密,我們理應對其行為進行控制,比如攔截。
您可以通過在網站的 robots.txt 中設定使用者代理訪問規則來遮蔽 gocrawl 或限制其訪問許可權。我們建議安裝 Spider Analyser 外掛,以檢查它是否真正遵循這些規則。
# robots.txt # 下列程式碼一般情況可以攔截該代理 User-agent: gocrawl Disallow: /
您無需手動執行此操作,可通過我們的 Wordpress 外掛 Spider Analyser 來攔截不必要的蜘蛛或者爬蟲。